基于图像处理的车牌自动识别系统是智能交通系统的核心技术。它利用先进的计算机图像信息处理和模式识别技术,对视频图像进行处理,分析和识别,从而获得各种实时交通车辆信息,为交通管理,收费,调度,统计提供依据。随着现代智能交通的发展,使基于图像处理的车牌自动识别系统具有巨大的应用潜力。本文基于数字图像处理的相关理论,对车辆牌照识别技术的研究现状进行了较为深入地分析和研究。重点对车牌定位算法、车牌字符分割算法、车牌字符识别算法进行了研究和改进。在车牌定位方面,解决在复杂背景下车牌定位的误定位现象是车牌定位研究中的难点之一。针对该问题,本文改进了基于车牌特征的矩形排除法。通过实验仿真证明该方法可以有效的消除在复杂背景下车牌定位的误定位现象。在车牌字符分割方面,有两个可以改进之处:更加快速地实现车牌倾斜校正;去除干扰噪声对精确字符分割的影响。为此,本文分别采用了定位原水平线的车牌倾斜校正方法和改进的垂直投影分割算法。通过实验仿真证明:改进的倾斜校正方法所用时间不到传统方法的10%;改进的垂直投影分割算法能有效去除噪声对字符分割的精确度。在车牌字符识别方面,如何提高模板匹配法的实时性和消除模板匹配法对相似字符的误识别率是尚未解决的问题。为此,本文采用了基于字型特征的分级模板匹配法。通过实验仿真证明该方法至少能降低模板匹配法80%的耗时,而且有效的消除了相似字符的误识别现象。本文对基于图像处理的车牌识别技术的相关算法进行了研究和改进,取得了良好的实验结果。通过实验证明本文的研究和改进具有较强的工程可行性。